الإحصاء النفسيالتحليل الإحصائي اللابارامتريمناهج البحث في علم النفس

حاسبة اختبار ويلكوكسون للرتب الموقعة

دليل أكاديمي شامل لاستخدام حاسبة اختبار ويلكوكسون للرتب الموقعة في تحليل البيانات النفسية، وفهم آلياتها الإحصائية وتفسير نتائجها بدقة.

تاريخ النشر

يشهد البحث العلمي المعاصر، لاسيما في حقول العلوم النفسية والسلوكية والتربوية والطبية، تحولاً جذرياً نحو الدقة المنهجية والصرامة الإحصائية في معالجة البيانات وتحليل الفروق التجريبية. وتواجه الدراسات النفسية والعيادية على نحو خاص تحديات جمة تتعلق بطبيعة المتغيرات المقاسة؛ حيث تكون البيانات في الغالب مستقاة من مقاييس رتبية، أو تتسم بالالتواء الشديد وعدم التجانس، فضلاً عن صغر أحجام العينات المتاحة في برامج التدخل العلاجي والتأهيلي. في ظل هذه البيئة البحثية المعقدة، تبرز الحاجة الملحة إلى أدوات رقمية متقدمة قادرة على تنفيذ الاختبارات اللابارامترية (Non-parametric Tests) بكفاءة متناهية، وتأتي حاسبة اختبار ويلكوكسون للرتب الموقعة (Wilcoxon Signed-Rank Test Calculator) في طليعة هذه الأدوات الحسابية الرائدة التي لا غنى عنها للباحثين والممارسين الإكلينيكيين على حد سواء.

تُعد حاسبة اختبار ويلكوكسون للرتب الموقعة أداة برمجية وإحصائية بالغة الأهمية؛ إذ صُممت لتجاوز القيود الصارمة التي تفرضها النماذج الإحصائية المعلمية (البارامترية)، مثل اختبار ت للعينات المترابطة (Paired Samples t-test)، والتي تشترط تحقق التوزيع الاعتدالي ومستوى قياس فتري أو نسبي غير مقيد. تتيح الحاسبة للباحثين تقييم الفروق بين القياسات المزدوجة والمترابطة (مثل دراسات القياس القبلي والبعدي) بدقة رياضية متناهية، معتمدة على منطق الرتب الموقعة الذي يجمع ببراعة بين اتجاه التغير وحجمه النسبي، مما يضمن الحفاظ على القوة الإحصائية للاختبار حتى في أصعب الظروف التجريبية وحالات البيانات غير المتماثلة والملتوية.

يهدف هذا الدليل المرجعي الشامل إلى تقديم تفكيك نظري وتطبيقي عميق لحاسبة اختبار ويلكوكسون للرتب الموقعة، مستعرضاً الأسس الرياضية التي تبنى عليها الخوارزميات الحسابية، والشروط والافتراضات المنهجية لاستخدامها، والخطوات الإجرائية التفصيلية لتنفيذ التحليل وتفسير مخرجاته وفق أعلى المعايير الأكاديمية العالمية. كما يتناول المقال كيفية استخراج مؤشرات حجم الأثر وفترات الثقة، ومعالجة الحالات المعقدة مثل التعادلات والفروق الصفرية، وتوثيق النتائج وفق دليل جمعية علم النفس الأمريكية (APA 7th Edition)، ليكون مرجعاً أصيلاً ومستفيضاً لكل باحث يسعى إلى ترقية جودة تحليلاته الإحصائية وضمان رصانة مخرجاته العلمية.

جدول المحتويات

1. مقدمة عامة حول حاسبة اختبار ويلكوكسون للرتب الموقعة وأهميتها في البحث النفسي

1.1 مفهوم حاسبة اختبار ويلكوكسون للرتب الموقعة

تُعرّف حاسبة اختبار ويلكوكسون للرتب الموقعة بأنها أداة إحصائية وخوارزمية رقمية مخصصة لإجراء الاختبارات اللابارامترية للعينات المزدوجة والمترابطة (Paired/Matched Samples). تعمل هذه الأداة على معالجة أزواج المشاهدات المتناظرة للفرد نفسه عبر مناسبتين زمنيتين (مثل القياس القبلي والبعدي) أو لأزواج من المفحوصين المتطابقين في الخصائص الديموغرافية والعيادية. تكمن الوظيفة الجوهرية للحاسبة في أتمتة الخطوات الرياضية المتسلسلة التي تشمل حساب الفروق، وإلغاء الإشارات لحساب القيم المطلقة، وترتيب هذه الفروق تصاعدياً لإعطائها رتباً دقيقة، ثم إعادة إسناد الإشارات الأصلية (الموجبة والسالبة) لهذه الرتب، وصولاً إلى استخراج إحصائية الاختبار وقيمتها الاحتمالية المرافقة.

تتجلى الأهمية البالغة لهذه الحاسبة في قدرتها الفائقة على تبسيط العمليات الحسابية الشديدة التعقيد والتي تتطلب عادة وقتاً طويلاً وجهداً ذهنياً مضنياً إذا نُفذت يدوياً، لا سيما عند معالجة العينات المتوسطة والكبيرة أو عند ظهور تعادلات متكررة في الفروق (Tied Ranks). إن الفرز اليدوي للبيانات وتصنيف الرتب وإعادة حساب متوسط الرتب المتساوية ينطوي على احتمالية مرتفعة للخطأ البشري الحسابي، وهو ما تقضي عليه الحاسبة تماماً بفضل الخوارزميات الرقمية المبرمجة بدقة متناهية، مما يضمن موثوقية تامة للنتائج الإحصائية وتطابقها مع المعايير الرياضية الدقيقة.

علاوة على ذلك، تمثل هذه الحاسبة ركيزة أساسية في مسار التحول الرقمي للتحليل الإحصائي في البحوث النفسية والتربوية والعيادية؛ إذ تنقل الباحث من التعقيدات الحسابية المجردة إلى التركيز على التفسير المعرفي والدلالة الإكلينيكية للنتائج. تتيح الواجهات التفاعلية للحاسبات الرقمية الحديثة إمكانية التحقق الفوري من سلامة البيانات المدخلة، واكتشاف الأنماط غير الاعتيادية، وتقديم مخرجات فورية وشاملة تدعم اتخاذ القرارات العلاجية والبحثية الرصينة في الأوساط الأكاديمية والمستشفيات والمراكز الإرشادية.

1.2 مكانة الاختبار في الإحصاء اللابارامتري النفسي

يحتل اختبار ويلكوكسون للرتب الموقعة مكانة مركزية واستراتيجية في منظومة الإحصاء اللابارامتري؛ إذ يُعد البديل المباشر والأكثر قوة لاختبار (ت) للعينات المترابطة عندما تنتهك البيانات الافتراضات البارامترية الصارمة، وعلى رأسها افتراض التوزيع الاعتدالي (Normality Assumption). تتسم الظواهر النفسية والسلوكية، مثل حدة الاكتئاب، ومستويات القلق، والرهاب الاجتماعي، بعدم خضوعها في كثير من الأحيان لمنحنى التوزيع الطبيعي المعياري، لاسيما لدى العينات العيادية المشخصة التي تميل درجاتها نحو التطرف في أحد طرفي المقياس، مما يجعل استخدام الاختبارات المعلمية مغامرة إحصائية غير مبررة تؤدي إلى نتائج مضللة.

تزداد مكانة الاختبار أهمية عند التعامل مع أدوات القياس النفسي المبنية على السلالم الرتبية (Ordinal Scales)، مثل مقاييس ليكرت (Likert Scales) المستخدمة بكثافة لقياس الاتجاهات، والسمات الشخصية، والرضا، وجودة الحياة. نظراً لأن المسافات بين فئات الاستجابة في هذه المقاييس (مثل: أوافق بشدة، أوافق، محايد، أعارض، أعارض بشدة) ليست متساوية رياضياً بالضرورة، فإن معاملتها كبيانات فترية وحساب المتوسطات الحسابية والانحرافات المعيارية لها ينطوي على خطأ منهجي. هنا يبرز اختبار ويلكوكسون كحل إحصائي مثالي يتعامل مع الطبيعة الترتيبية لتلك الاستجابات دون إخلال بخصائص القياس.

إلى جانب ذلك، يتميز الاختبار بالحفاظ على قوة إحصائية فائقة (Statistical Power) عند التعامل مع العينات الصغيرة جداً، وهي السمة الغالبة على التجارب العيادية المتخصصة وتدخلات العلاج النفسي الفردي، حيث يصعب تجنيد أعداد ضخمة من المرضى. يسمح اختبار ويلكوكسون بالكشف عن التأثيرات الحقيقية للبرامج العلاجية بدقة، مما يجعله الأداة المفضلة لقياس الأثر قبل وبعد التدخلات السلوكية والمعرفية والدوائية دون الخوف من تشويه النتائج بسبب صغر حجم العينة أو الالتواء الشديد في الدرجات.

1.3 أهداف استخدام الحاسبة الإحصائية للباحثين

يسعى الباحثون وطلاب الدراسات العليا والأخصائيون النفسيون من وراء استخدام حاسبة اختبار ويلكوكسون للرتب الموقعة إلى تحقيق حزمة متكاملة من الأهداف المنهجية والتطبيقية، يأتي في مقدمتها الاستخراج الفوري والدقيق لقيمة إحصائية الاختبار ($W$ أو $T$) دون الوقوع في عثرات الحساب اليدوي. تضمن الحاسبة تطبيق المعادلات التراكمية بدقة بالغة، وتحديد مجموع الرتب الموجبة ($W^+$) ومجموع الرتب السالبة ($W^-$) في أجزاء من الثانية، وهو ما يوفر الجهد المكتبي المضني ويوجه طاقة الباحث نحو القراءة التحليلية والنقدية للبيانات.

تتمثل الفائدة الجوهرية الثانية في قدرة الحاسبة على تحديد الدلالة الإحصائية الدقيقة، ومقارنة القيمة المحسوبة بالقيم الحرجة المستخرجة من الجداول الإحصائية المرجعية للعينات الصغيرة، أو حساب الدرجة المعيارية المرافقة ($Z$-score) والقيمة الاحتمالية الدقيقة ($ptext{-value}$) للعينات الكبيرة. هذا التحديد الدقيق يمكن الباحث من اختبار الفرضيات الصفرية والبديلة بموثوقية تامة، وتحديد ما إذا كان التغير الملاحظ ناتجاً عن التدخل التجريبي أم أنه وليد الصدفة الإحصائية، مع التحكم الصارم في معدلات الخطأ من النوع الأول ($alpha$).

كذلك تهدف الحاسبة المتقدمة إلى توليد مؤشرات حجم الأثر (Effect Size) المرتبطة بالاختبار، مثل معامل الارتباط الرتبي ($r$)، ومقدر هودجز-ليمان لوسيط الفروق. إن حساب هذه المؤشرات يتيح تقييم الأهمية العملية والجدوى الإكلينيكية للنتائج، متجاوزاً مجرد الدلالة الإحصائية المجردة. وأخيراً، توفر الحاسبات المتطورة تقارير إحصائية وجداول مخرجات منظمة تلخص كافة معالم التحليل (الوسيط، المدى الربيعي، الرتب المتوسطة)، مما يسهل نقلها وتضمينها في التقارير البحثية والأوراق العلمية المعدة للنشر الدولي.

2. الأسس النظرية والمفاهيمية لاختبار ويلكوكسون للرتب الموقعة

2.1 التطور التاريخي للاختبار بواسطة فرانك ويلكوكسون

تعود الجذور التاريخية لهذا الاختبار إلى الورقة العلمية التاريخية والتأسيسية التي نشرها الكيميائي والإحصائي الأمريكي فرانك ويلكوكسون (Frank Wilcoxon) عام 1945 بعنوان: “Individual Comparisons by Ranking Methods” في دورية Biometrics Bulletin المرموقة. قدم ويلكوكسون في تلك الورقة القصيرة والثورية معالجة رياضية عبقرية تهدف إلى حل إشكالية التحليل الإحصائي في المختبرات والقياسات الحيوية والنفسية، حيث كانت البيانات المتاحة تعاني باستمرار من صغر حجم العينات وعدم استيفاء شروط التوزيع الطبيعي المقيدة لاختبارات ستيودنت البارامترية.

شكل ابتكار ويلكوكسون نقطة تحول جذرية في تاريخ الإحصاء التطبيقي؛ إذ طرح مفهوماً جديداً يتجاوز فكرة مقارنة المتوسطات الحسابية المشروطة بالتوزيع الطبيعي، مستبدلاً إياها بتحويل الفروق المقاسة إلى رتب تصاعدية ذات إشارات موجهة. استطاع هذا النموذج أن يحرر الباحثين من قيود الفروض الصارمة المتعلقة بتجانس التباين واعتدالية التوزيع، مما فتح الباب واسعاً أمام نشوء وتطور حقل الإحصاء اللابارامتري المعاصر، والذي سرعان ما وجد أرضاً خصبة في العلوم السلوكية والطب النفسي والقياس التجريبي.

مع توالي العقود، حظي اختبار ويلكوكسون للرتب الموقعة باعتراف أكاديمي واسع النطاق، وأثبتت الدراسات المقارنة والمحاكاة الرياضية (Monte Carlo Simulations) أن الاختبار يتمتع بكفاءة نسبية مقدبة (Asymptotic Relative Efficiency – ARE) تصل إلى 95.5% مقارنة باختبار (ت) حتى عندما تكون البيانات موزعة توزيعاً طبيعياً تاماً، بينما يتفوق ويلكوكسون تفوقاً كاسحاً على اختبار (ت) في حالة البيانات ذات التوزيعات الملتوية أو ذات الذيول الثقيلة (Heavy-tailed Distributions)، مما جعله معياراً ذهبياً في علم النفس التجريبي والعيادي.

2.2 المنطق الرياضي لتحويل الفروق إلى رتب موجهة

يقوم المنطق الرياضي لاختبار ويلكوكسون للرتب الموقعة على معالجة ذكية للفروق الفردية الناتجة عن أزواج المشاهدات المتطابقة. تبدأ العملية بحساب الفارق البسيط ($d_i$) بين درجتي كل زوج من المشاهدات من خلال طرح القياس البعدي من القياس القبلي أو العكس ($d_i = x_{1i} – x_{2i}$). تعبر هذه الفروق عن اتجاه التغير (من خلال الإشارة الجبرية الموجبة أو السالبة) ومقدار التغير (من خلال القيمة العددية المطلقة للفارق).

تتمثل الخطوة المحورية التالية في تجريد هذه الفروق مؤقتاً من إشاراتها الجبرية، والتعامل فقط مع قيمها المطلقة ($|d_i|$)، مع استبعاد الفروق التي تساوي صفراً تماماً من التحليل. يتم بعد ذلك ترتيب هذه القيم المطلقة تصاعدياً من الأصغر إلى الأكبر، وإعطاء كل فارق رتبة عددية صحيحة تبدأ من الرتبة (1) لأصغر فارق وصولاً إلى الرتبة ($n$) لأكبر فارق، مع تطبيق مبدأ الرتب المتوسطة في حالات التعادل الرياضي بين الفروق المتساوية في المقدار المطلق.

عقب اكتمال عملية الترتيب وتوزيع الرتب، تأتي مرحلة إعادة إسناد الإشارات الجبرية الأصلية؛ حيث تُعطى الرتبة إشارة موجبة ($+$) إذا كان الفارق الأصلي موجباً، وتُعطى إشارة سالبة ($–$) إذا كان الفارق الأصلي سالباً. تُقسم الرتب بعد ذلك إلى مجموعتين منفصلتين: مجموعة الرتب الموجبة، ومجموعة الرتب السالبة. يتم حساب المجموع الكلي للرتب الموجبة ($W^+$) والمجموع الكلي للرتب السالبة ($W^-$). يشكل هذا المنطق تحويلاً عبقرياً للمعلومات الكمية الخام إلى منظومة رتبية موجهة تأخذ في الحسبان ليس فقط أي القياسين أكبر، بل أيضاً التباين النسبي في أحجام التغيرات عبر أفراد العينة.

2.3 الفرق بين اختبار الإشارة البسيط واختبار ويلكوكسون للرتب الموقعة

لتوضيح التفوق المنهجي لاختبار ويلكوكسون، من الضروري مقارنته مع نظيره الأبسط: اختبار الإشارة (Sign Test). يعتمد اختبار الإشارة البسيط بصورة كلية على اتجاه التغير فقط، حيث يكتفي بتسجيل ما إذا كان الفارق بين القياسين موجباً ($+$) أو سالباً ($-$)، متجاهلاً تماماً الحجم العددي أو المقدار النسبي لذلك التغير. وعليه، فإن تحسن المريض بمقدار نقطة واحدة على مقياس الاكتئاب يُعامل في اختبار الإشارة بنفس الوزن الإحصائي لتحسن مريض آخر بمقدار ثلاثين نقطة.

على النقيض من ذلك، يدمج اختبار ويلكوكسون للرتب الموقعة بين بُعدين جوهريين: اتجاه التغير (الإشارة) والحجم النسبي للفارق (الرتبة الممنوحة للقيمة المطلقة). يضمن هذا الدمج استغلالاً أعمق للبيانات المتاحة دون إهدار للمعلومات الكمية التي توفرها الفروق الفردية بين المفحوصين، مما يرفع القوة الإحصائية للاختبار بشكل ملحوظ ويجعله أكثر حساسية وقدرة على اكتشاف الفروق الحقيقية ذات الدلالة مقارنة باختبار الإشارة الذي يعاني من ضعف القوة الإحصائية وارتفاع احتمالية ارتكاب الخطأ من النوع الثاني ($\beta$).

تظهر هذه الميزة بوضوح عند دراسة المتغيرات النفسية المستمرة أو شبه المستمرة، حيث تكون الفروق بين الأفراد متباينة في شدتها وليست مجرد تغيرات ثنائية الاتجاه. إن اختبار ويلكوكسون يمنح وزناً أكبر للتغيرات السريرية الجوهرية والكبيرة، بينما يخفف من أثر التغيرات الطفيفة التي قد تعزى لأخطاء القياس العشوائية، مما يجعله الأداة المثلى في الدراسات النفسية التي تتطلب حساسية عالية لرصد فعالية العلاجات المختلفة.

3. شروط وافتراضات استخدام حاسبة اختبار ويلكوكسون

3.1 طبيعة البيانات ومستويات القياس المقبولة

تتطلب حاسبة اختبار ويلكوكسون للرتب الموقعة استيفاء مجموعة محددة من الشروط المنهجية لضمان صحة النتائج وسلامة التفسير الإحصائي. الشرط الأول والجوهري يتعلق بمستوى قياس المتغير التابع؛ إذ يجب أن تكون البيانات مقاسة على الأقل على مقياس ترتيبي (Ordinal Scale)، أو مقياس فتري/نسبي (Interval/Ratio Scale). يسمح هذا الشرط بإمكانية المفاضلة المنطقية وترتيب الفروق تصاعدياً وتنازلياً، وهو ما يجعل الاختبار ملائماً تماماً لمقاييس التقدير المتدرجة، والاستبيانات النفسية المقننة، ودرجات الاختبارات التحصيلية، وزمن الرجع، والمؤشرات الفسيولوجية المصاحبة للانفعال.

الشرط الثاني يتمثل في طبيعة التصميم التجريبي القائم على الاقتران أو الترابط بين المجموعتين (Paired Observations). يتطلب الاختبار أن تكون كل مشاهدة في المجموعة الأولى مرتبطة بشكل مباشر ومنطقي بمشاهدة مناظرة في المجموعة الثانية. يتحقق هذا الارتباط في ثلاثة تصاميم بحثية رئيسية: دراسات القياس المتكرر (القبلي والبعدي) على نفس الأفراد، وتصاميم الأزواج المتطابقة (Matched-Pairs Design) التي يتم فيها مطابقة كل مفحوص في المجموعة التجريبية بآخر في المجموعة الضابطة وفق متغيرات دخيلة كالعمر والذكاء، وتصاميم القياس المزدوج لنفس الفرد تحت شرطين تجريبيين مختلفين.

في المقابل، يشترط الاختبار استقلالية الأزواج عن بعضها البعض (Independence of Pairs)؛ أي أن استجابة أي زوج من المشاهدات يجب ألا تؤثر أو تتأثر باستجابات الأزواج الأخرى داخل العينة. لا يجوز استخدام هذا الاختبار مع المتغيرات الاسمية البحتة (Nominal Variables) التي تفتقر إلى الترتيب الهرمي الطبيعي (مثل تصنيف نوع المرض أو الجنسية)، حيث تتطلب هذه البيانات اختبارات لابارامترية أخرى مخصصة للتكرارات مثل اختبار كاي تربيع أو اختبار ماكنيمار.

3.2 افتراض تماثل توزيع الفروق حول الوسيط

على الرغم من أن اختبار ويلكوكسون لا يشترط اعتدالية التوزيع للبيانات الأصلية الخام، إلا أنه يرتكز على افتراض منهجي دقيق غالباً ما يتم إغفاله في التطبيقات العملية، وهو افتراض تماثل توزيع الفروق حول الوسيط (Symmetry of Differences Distribution). يعني هذا الافتراض أن التوزيع التكراري لقيم الفروق ($d_i$) بين القياسين المقترنين يجب أن يكون متماثل الشكل تقريباً على جانبي وسيط الفروق، بحيث يتساوى تقريباً عدد وشكل الفروق الموجبة مع الفروق السالبة عند الابتعاد عن المركز.

يعد التحقق من هذا الافتراض ضرورياً لتحديد النطاق التفسيري لنتائج الحاسبة؛ فإذا كان توزيع الفروق متماثلاً، يختبر ويلكوكسون فرضية تتعلق بـ وسيط الفروق (Median of Differences) أو وسيط المجتمع، مما يسمح للباحث بالاستنتاج المباشر بأن التدخل العلاجي أحدث إزاحة حقيقية في وسيط الدرجات. أما إذا كان توزيع الفروق غير متماثل ويعاني من التواء حاد (Severe Skewness)، فإن الاختبار يظل صالحاً رياضياً، ولكنه يتحول إلى اختبار للرتب النسبية (Stochastic Dominance) بدلاً من اختبار مباشر للوسيط، مما يستلزم الحذر عند صياغة الاستنتاجات النهائية.

يمكن للباحثين التحقق من تماثل توزيع الفروق بصرياً باستخدام الرسوم البيانية الاستكشافية مثل المدرج التكراري للفروق (Histogram of Differences) أو مخطط الصندوق (Boxplot of Differences) أو مخطط الساق والورقة، بالإضافة إلى حساب معاملات الالتواء الإحصائية للفروق للتأكد من اقترابها من الصفر المعياري.

3.3 حجم العينة ومدى ملاءمته للاختبار

يتميز اختبار ويلكوكسون للرتب الموقعة بمرونة استثنائية فيما يتعلق بحجم العينة، مما يجعله الملاذ الآمن لعلماء النفس والأطباء السريريين في دراسات الحالات النادرة والتجارب الاستطلاعية. تعمل حاسبة الاختبار بكفاءة متناهية مع العينات الصغيرة جداً التي قد تتراوح بين 5 إلى 20 مشاركاً، وتعتمد في هذه الحالة على التوزيع الاحتمالي الدقيق (Exact Permutation Distribution) لحساب القيم الاحتمالية الصارمة دون الحاجة إلى افتراضات تقريبية.

عندما يزداد حجم العينة ليتجاوز 20 إلى 25 زوجاً من المشاهدات ($n > 20$)، يقترب توزيع إحصائية ويلكوكسون سريعاً من التوزيع الطبيعي المعياري بفعل نظرية النهاية المركزية (Central Limit Theorem). في هذه الحالة، تعتمد الحاسبة على صيغة التقريب الطبيعي المعياري (Asymptotic Normal Approximation) من خلال تحويل إحصائية الرتب إلى الدرجة المعيارية $Z$-score، مما يتيح حساب الدلالة الإحصائية للعينات الكبيرة بدقة فائقة وبأقل استهلاك للموارد الحسابية.

يجب على الباحثين الانتباه إلى أن الحجم الفعلي للعينة ($n$) في اختبار ويلكوكسون يتحدد بعدد الأزواج التي يظهر بينها فارق حقيقي ($d_i neq 0$)؛ حيث تؤدي الفروق المنعدمة إلى خفض الحجم الفعال للعينة، وهو ما قد يؤثر سلباً على القوة الإحصائية للاختبار (Statistical Power). لذلك ينبغي حساب حجم العينة المستهدف مسبقاً (A-priori Power Analysis) باستخدام برامج القياس المعتمدة لضمان تحقيق قوة اختبار كافية (مثل $1-beta = 0.80$) عند مستوى دلالة$alpha = 0.05$ لتفادي ارتكاب خطأ قبول الفرضية الصفرية الخاطئة (Type II Error).

4. مقارنة متعمقة: اختبار ويلكوكسون للرتب مقابل اختبار (ت) للعينات المترابطة

4.1 أوجه التشابه في التصميم التجريبي

يتشابه اختبار ويلكوكسون للرتب الموقعة واختبار (ت) للعينات المترابطة في البنية المنهجية العامة للتصميم التجريبي؛ فكلا الاختبارين موجهان خصيصاً لمعالجة تصاميم القياسات المتكررة وداخل المجموعات (Within-Subjects Designs)، حيث يتم تعريض نفس المجموعة من الأفراد لشرطين تجريبيين مختلفين أو قياس نفس المتغير عبر فترات زمنية متتابعة (دراسات التتبع والقبلي-البعدي).

يتطلب كلا الاختبارين وجود عدد متطابق من أزواج الملاحظات؛ إذ لا يمكن إجراء أي منهما في حال وجود بيانات مفقودة لواحد من طرفي الزوج المقترن دون إجراء معالجة مسبقة للقيم المفقودة. كما يشترك الاختباران في البناء المنطقي لصياغة الفرضيات الإحصائية؛ حيث تفترض الفرضية الصفرية ($H_0$) في كليهما انعدام التأثير التجريبي أو عدم وجود فروق دالة بين القياسين، بينما تفترض الفرضية البديلة ($H_1$) حدوث تغير دال إحصائياً لصالح أحد القياسين أو وجود تباين بينهما.

4.2 نقاط الاختلاف الجوهرية والافتراضات الإحصائية

تنبع الاختلافات الجوهرية بين الاختبارين من طبيعة النماذج الرياضية والافتراضات التوزيعية لكل منهما، كما يوضح التحليل المقارن التالي:

  • الاعتماد على المعالم التوزيعية: يعتمد اختبار (ت) على معالم المجتمع الإحصائي (المتوسط الحسابي والتباين والانحراف المعياري)، ويشترط خضوع درجات الفروق للتوزيع الطبيعي الكامل. في المقابل، يُعد اختبار ويلكوكسون اختباراً غير معلمي (Distribution-free)، يركز على الرتب والمواقع النسبية ووسيط الفروق دون اشتراط شكل توزيعي محدد لدرجات المجتمع.
  • الحساسية للقيم المتطرفة والشاذة: يتسم اختبار (ت) بحساسية شديدة ومفرطة للقيم الشاذة (Outliers)؛ حيث يؤدي وجود درجة متطرفة واحدة إلى سحب المتوسط الحسابي وتضخيم التباين بصورة مضللة قد تقود إلى رفض أو قبول خاطئ للفرضيات. على النقيض من ذلك، يتميز اختبار ويلكوكسون بمتانة عالية (Robustness) ضد القيم المتطرفة؛ لأن تحويل الفروق إلى رتب متسلسلة يحجم التأثير غير النسبي للقيم الشاذة ويحصر أثرها في أعلى رتبة فقط.
  • مستويات القياس ومطاطية البيانات: يتطلب اختبار (ت) بيانات مستمرة على مقياس فتري أو نسبي حقيقي، بينما يمتلك اختبار ويلكوكسون مرونة فائقة تسمح بالتعامل مع البيانات الرتبية والسلالم التقديرية المقيدة التي تشيع في الاستبيانات والتشخيصات النفسية السريرية.

4.3 معايير الاختيار بين الاختبارين في البحوث النفسية

يعد اتخاذ القرار المنهجي بالاختيار بين اختبار ويلكوكسون واختبار (ت) خطوة مفصلية ترتبط بمصداقية البحث وقابلية نتائجه للنشر الأكاديمي الرصين. للاختيار السليم، يجب على الباحث اتباع بروتوكول إحصائي منهجي يتضمن الخطوات التالية:

أولاً، إجراء اختبارات الحالة الاعتدالية الصارمة لدرجات الفروق ($d_i$)، مثل اختبار شابيرو-ويلك (Shapiro-Wilk Test) للعينات الصغيرة والمتوسطة، أو اختبار كولموجوروف-سميرنوف (Kolmogorov-Smirnov Test) للعينات الكبيرة. إذا أظهرت النتائج انتهاكاً دالاً للتوزيع الطبيعي ($p < 0.05$)، فإن اختبار ويلكوكسون يصبح الخيار الإحصائي الإلزامي والأكثر دقة.

ثانياً، فحص المخططات البيانية التشخيصية لتوزيع البيانات (مثل Q-Q Plots والمخططات الصندوقية) لتحديد وجود التواءات حادة أو قيم متطرفة متباعدة. في حال وجود درجات شاذة حقيقية تعكس حالات عيادية واقعية لا يمكن استبعادها من العينة، يفضل استخدام ويلكوكسون لحماية النموذج من التشويه.

ثالثاً، النظر في طبيعة أداة القياس النفسي ذاتها؛ فإذا كانت الأداة عبارة عن مقياس رتبي قصير (كاستبيان ليكرت خماسي الدرجات)، فإن ويلكوكسون هو الأنسب لتمثيل بنية البيانات الحقيقية، في حين يظل اختبار (ت) مناسباً للمقاييس الفترية المستمرة المقننة عالمياً (مثل مقاييس الذكاء المعيارية وزمن الرجع بالمللي ثانية) شريطة تحقق الاعتدالية التامة.

5. الآلية الرياضية والحسابية داخل حاسبة ويلكوكسون للرتب الموقعة

5.1 حساب الفروق واستبعاد القيم الصفرية

تبدأ الخوارزمية البرمجية لحاسبة ويلكوكسون للرتب الموقعة بتطبيق المعادلة الجبرية لحساب درجات الفروق الفردية لكل زوج من المشاهدات المتناظرة عبر الصيغة الرياضية التالية:

$$d_i = x_{1i} – x_{2i} \quad \text{for } i = 1, 2, dots, N$$

حيث تمثل $x_{1i}$ الدرجة المسجلة للمفحوص في القياس الأول (مثل القياس القبلي)، بينما تمثل $x_{2i}$ الدرجة المسجلة لنفس المفحوص في القياس الثاني (مثل القياس البعدي)، ويمثل $N$ إجمالي عدد أزواج الملاحظات الأصلية المدخلة إلى الحاسبة.

عقب استخراج مصفوفة الفروق ($d_i$)، تقوم الحاسبة بفحص الحالات التي ينعدم فيها التغير؛ أي عندما تكون قيمة الفارق مساوية للصفر تماماً ($d_i = 0$). وفقاً للمنهجية القياسية المعتمدة من قبل فرانك ويلكوكسون، يتم استبعاد هذه الأزواج الصفرية من التحليل الإحصائي بالكامل. تقوم الحاسبة بعد ذلك بتحديث حجم العينة الفعال والنشط ليصبح ($n$)، حيث يمثل$n$ عدد الأزواج غير الصفرية ($n = N – n_{\text{zero}}$). ويعد تحديث هذا الحجم خطوة جوهرية تتوقف عليها دقة حساب التباين والدرجات الحرجة اللاحقة.

5.2 إعطاء الرتب ومعالجة القيم المتساوية (Ties)

في المرحلة الحسابية الثانية، تقوم الحاسبة بتحويل الفروق غير الصفرية إلى قيم مطلقة مجردة من الإشارات: $|d_i|$. يتم فرز وتصنيف هذه القيم المطلقة تصاعدياً من الأصغر إلى الأكبر. تُسند الرتب المتسلسلة ($1, 2, 3, dots, n$) إلى هذه القيم، بحيث ينال الفارق ذو القيمة المطلقة الأصغر الرتبة (1)، في حين ينال الفارق الأكبر الرتبة ($n$).

عندما تكتشف الحاسبة وجود قيم مطلقة متساوية لعدة أفراد (وهي الحالة المعروفة بالتعادلات أو Ties)، تطبق الخوارزمية طريقة الرتبة المتوسطة (Mid-rank Method). بموجب هذه الطريقة، تجمع الرتب التي كان يفترض أن تحصل عليها هذه القيم المتطابقة وتُقسم على عددها، ليحصل كل فارق متعادل على نفس الرتبة المتوسطة المشتركة. على سبيل المثال، إذا كانت أصغر ثلاثة فروق مطلقة متساوية وقيمتها (2)، فإنها تشغل الرتب 1 و 2 و 3، وبالتالي يحصل كل منها على رتبة متوسطة مقدارها:

$$\text{Rank} = \frac{1 + 2 + 3}{3} = 2.0$$

عقب تثبيت الرتب، تسترجع الحاسبة الإشارات الجبرية الأصلية للفروق وتُسندها للرتب المقابلة؛ حيث تُعطى الرتبة إشارة موجبة إذا كان $d_i > 0$، وتُعطى إشارة سالبة إذا كان $d_i < 0$.

5.3 استخراج الإحصائية W والقيمة التراكمية

تنتقل الحاسبة بعد ذلك إلى استخراج الإحصائية الوصفية المركزية للاختبار من خلال تجميع الرتب المصنفة وفق الإشارة الجبرية. يتم حساب مجموع الرتب الموجبة ($W^+$) ومجموع الرتب السالبة ($W^-$) باستخدام المعادلات التالية:

$$W^+ = \sum_{d_i > 0} \text{Rank}(|d_i|)$$

$$W^- = \sum_{d_i < 0} \text{Rank}(|d_i|)$$

لضمان الموثوقية الرياضية وتفادي أي خلل برمجي، تطبق الحاسبة قاعدة التحقق الذاتي من المجموع الكلي للرتب عبر المعادلة الشهيرة للأعداد المتسلسلة:

$$W^+ + W^- = \frac{n(n + 1)}{2}$$

تُعرّف إحصائية ويلكوكسون المحسوبة ($W$ أو $T$) في العينات الصغيرة بأنها القيمة الأصغر بين المجموعين:

$$W = \min(W^+, W^-)$$

أما في حالة العينات الأكبر حجماً ($n > 20$)، تحسب الخوارزمية المتوسط النظري المتوقع ($\mu_W$) والخطأ المعياري للتباين ($\sigma_W$) تحت فرضية العدم وفق المعادلات الرياضية التالية:

$$\mu_W = \frac{n(n + 1)}{4}$$

$$\sigma_W = \sqrt{\frac{n(n + 1)(2n + 1)}{24} – \sum_{j=1}^g \frac{t_j^3 – t_j}{48}}$$

حيث يمثل $g$ عدد مجموعات الرتب المتعادلة، بينما يمثل $t_j$ عدد الفروق المتساوية في المجموعة التعادلية رقم $j$. يتم بعد ذلك استخراج الدرجة المعيارية$Z$ لحساب القيمة الاحتمالية بدقة فائقة.

6. دليل خطوة بخطوة لاستخدام حاسبة اختبار ويلكوكسون للرتب الموقعة

6.1 إعداد وتجهيز مصفوفة البيانات النفسية

يبدأ الاستخدام الاحترافي لحاسبة اختبار ويلكوكسون بمرحلة الإعداد والتنظيف المسبق للبيانات الخام المستقاة من الميدان النفسي أو الطبي. يجب على الباحث تنظيم بياناته في مصفوفة ثنائية الأبعاد تتألف من عمودين متناظرين ومتوازيين؛ يمثل العمود الأول درجات القياس القبلي (قبل تطبيق البرنامج العلاجي أو التدريبي)، بينما يمثل العمود الثاني درجات القياس البعدي لنفس الأفراد المحددين، مع التأكد التام من تطابق تسلسل الحالات في كلا العمودين.

تتضمن عملية التنظيف مراجعة الحالات المفقودة (Missing Values)؛ فإذا تغيب أحد المفحوصين عن جلسة القياس البعدي، يجب حذف زوج المشاهدات بالكامل من المصفوفة المخصصة للاختبار لتجنب حدوث اختلال في الاقتران. كما ينبغي التحقق من صحة ترميز المتغيرات ودرجات المقاييس، والتأكد من أنها تقع ضمن المدى المنطقي المعتمد لأداة القياس (مثلاً من 0 إلى 63 في مقياس بيك للاكتئاب)، والتخلص من أي أخطاء طباعية قد تشوه التحليل الإحصائي.

يُفضل تجهيز البيانات بتنسيق نصوص مجدولة (Tab-delimited) أو مفصولة بفواصل (CSV)، أو نسخها مباشرة من برمجيات الجداول الإلكترونية مثل Microsoft Excel أو Google Sheets لضمان سهولة وسرعة استيرادها ولصقها داخل الحقول المخصصة في واجهة الحاسبة الإلكترونية.

6.2 إدخال البيانات وضبط معلمات الاختبار في الحاسبة

عقب تجهيز المصفوفة، ينتقل الباحث إلى الواجهة الرقمية لحاسبة ويلكوكسون لاتخاذ الخطوات الإجرائية التالية لضبط معلمات التحليل بدقة:

  • إدخال مجموعات البيانات: لصق قيم القياس الأول (القبلي) في حقل الإدخال المخصص للعينة الأولى (Sample 1 / Pre-test)، ولصق قيم القياس الثاني (البعدي) في حقل العينة الثانية (Sample 2 / Post-test)، مع التحقق من تساوي عدد الأرقام في كلا الحقلين.
  • تحديد مستوى الدلالة الإحصائية ($\alpha$): اختيار مستوى ألفا المطلوب للاختبار، وهو عادة ما يُضبط افتراضياً عند ($\alpha = 0.05$) في معظم الأبحاث النفسية، أو رفعه إلى مستوى أكثر صرامة ($\alpha = 0.01$) في التجارب الدوائية والسريرية الحساسة.
  • اختيار اتجاه الفرضية الإحصائية (Hypothesis Direction): تحديد نوع الاختبار ليكون إما ثنائي الطرف (Two-tailed Test) في حال الرغبة في اختبار حدوث أي تغير بغض النظر عن اتجاهه، أو أحادي الطرف (One-tailed Test) في حال وجود فرضية موجهة مسبقاً تثبت تحسن الحالة أو تراجع الأعراض بصورة حتمية.
  • معالجة الفروق الصفرية وتصحيح الاستمرارية: تحديد الخيارات المتقدمة المتاحة في الحاسبة، مثل تطبيق تصحيح الاستمرارية (Continuity Correction) واختيار استراتيجية استبعاد الفروق الصفرية.
  • تنفيذ المعالجة الإحصائية: النقر على زر “حساب” (Calculate / Compute) لتقوم الحاسبة بمعالجة الخوارزمية وإظهار لوحة النتائج التفصيلية فورياً.

6.3 قراءة المخرجات الأولية والشاشات الإحصائية

بمجرد اكتمال المعالجة الرقمية، تعرض حاسبة اختبار ويلكوكسون لوحة تحكم إحصائية تفصيلية تتضمن حزمة من المخرجات الحيوية التي يجب على الباحث قراءتها بفهم متعمق. يظهر في مقدمة المخرجات حجم العينة الفعلي الإجمالي ($N$) وعدد الأزواج غير المرتبطة أو المستبعدة لكونها صفرية ($n_{text{effective}}$)، وهو رقم جوهري للتحقق من عدد الحالات التي ساهمت فعلياً في بناء القرار الإحصائي.

تستعرض الشاشة بعد ذلك الإحصاءات الوصفية للرتب، وتشمل مجموع الرتب الموجبة ($W^+$)، ومجموع الرتب السالبة ($W^-$)، ومتوسط الرتب لكل اتجاه، وعدد الفروق الموجبة والسالبة والتعادلات المسجلة في المصفوفة. يلي ذلك عرض قيمة إحصائية الاختبار المحسوبة ($W$ أو $T$) والدرجة المعيارية المرافقة ($Z$-value) في حال تطبيق التقريب الطبيعي.

يأتي الجزء الأكثر أهمية متمثلاً في القيمة الاحتمالية المحسوبة ($p\text{-value}$)، والتي تُعرض عادة بدقة تصل إلى أربع خانات عشرية. توفر الحاسبات المتقدمة أيضاً مؤشرات إحصائية وصفية للفروق والقياسات تشمل الوسيط (Median)، والمدى الربيعي (IQR)، ومؤشر حجم الأثر ($r$). تتيح هذه الشاشات للباحث خيارات نسخ جدول النتائج النهائي وتصديره كملف نصي أو ملف PDF لدعم عملية التوثيق الأكاديمي وكتابة تقرير البحث.

7. تفسير مخرجات الحاسبة والدلالة الإحصائية

7.1 مقارنة الإحصائية W بالقيم الحرجة في الجداول

في حالات العينات الصغيرة (حيث يكون $n le 20$)، تعتمد قاعدة اتخاذ القرار الإحصائي في اختبار ويلكوكسون على مقارنة قيمة إحصائية الاختبار المحسوبة ($W$) بالقيمة الجدولية الحرجة ($W_{text{critical}}$) المستخرجة من جداول ويلكوكسون المرجعية عند مستوى دلالة محدد ($alpha$) وحجم عينة فعال ($n$).

تتسم هذه المقارنة بقاعدة رياضية عكسية تختلف عن اختبارات الفروق المعلمية؛ حيث تنص قاعدة اتخاذ القرار على: رفض الفرضية الصفرية ($H_0$) وقبول الفرضية البديلة ($H_1$) إذا كانت قيمة $W$ المحسوبة أصغر من أو تساوي القيمة الحرجة المجدولة ($W_{\text{calculated}} le W_{\text{critical}}$). ويعود السبب المنطقي في هذه العلاقة العكسية إلى أن الفارق التجريبي الحقيقي والكبير يؤدي إلى تراكم الرتب في أحد الاتجاهين بصورة شبه كاملة، مما يجعل مجموع الرتب في الاتجاه المعاكس صغيراً جداً ويقترب من الصفر.

إذا كانت قيمة $W$ المحسوبة أكبر من القيمة الحرجة، يعجز الباحث عن رفض الفرضية الصفرية، مما يعني عدم توفر أدلة إحصائية كافية تثبت وجود تغير جوهري بين القياسين القبلي والبعدي عند مستوى الثقة الإحصائية المختار ($1 – alpha$).

7.2 تفسير القيمة الاحتمالية (p-value)

تُمثل القيمة الاحتمالية ($p\text{-value}$) المعيار الإحصائي الحديث لاتخاذ القرارات في البحوث النفسية المحوسبة؛ إذ تعبر عن احتمالية الحصول على بيانات تجريبية متطرفة مثل تلك الملاحظة، أو أكثر تطرفاً منها، بافتراض أن الفرضية الصفرية صحيحة تماماً وأن التدخل العلاجي ليس له أي تأثير حقيقي على المفحوصين.

يتم تفسير القيمة الاحتمالية المستخرجة من الحاسبة وفق المعايير الإحصائية القياسية التالية:

  • دلالة إحصائية قوية ($p < 0.05$): إذا كانت القيمة الاحتمالية أقل من عتبة الدلالة المعتمدة ($\alpha = 0.05$)، يتم رفض الفرضية الصفرية وتأييد الفرضية البديلة، مما يدل على أن التغير الملاحظ بين القياسين دال إحصائياً ولا يمكن أن يُعزى للصدفة العشوائية وحدها بمستوى ثقة 95%.
  • دلالة إحصائية عالية جداً ($p < 0.01$ أو $p < 0.001$): تشير هذه القيم إلى مستويات بالغة الارتفاع من اليقين الإحصائي، مما يؤكد قوة الأثر التجريبي وموثوقية الفروق المسجلة في العينة.
  • غياب الدلالة الإحصائية ($p ge 0.05$): إذا تجاوزت القيمة الاحتمالية عتبة 0.05، يتم الإبقاء على الفرضية الصفرية؛ نظراً لأن الفروق الملاحظة تقع ضمن النطاق المتوقع للتباين العشوائي وأخطاء القياس الطبيعية.

ينبغي على الباحث تجنب الوقوع في الخطأ الشائع باعتبار القيمة الاحتمالية مقياساً لحجم التأثير السريري؛ فالقيمة الاحتمالية الصغيرة تخبرنا فقط بمدى ثقتنا في وجود أثر حقيقي غير صفري، لكنها لا تكشف بمفردها عن مقدار هذا الأثر أو جدواه العملية في الميدان الإكلينيكي.

7.3 تحليل اتجاه التغير في الظاهرة النفسية المدروسة

لا يكتمل التفسير الإحصائي بمجرد استخراج الدلالة، بل يجب على الباحث فحص اتجاه التغير (Direction of Change) في السمة النفسية المقاسة من خلال تحليل مقارن بين مجموع الرتب الموجبة ($W^+$) ومجموع الرتب السالبة ($W^-$) وربطهما بالأهداف السريرية للتدخل التجريبي.

إذا كان المقياس النفسي يقيس سمة غير مرغوبة (كالاضطرابات النفسية، ودرجات الاكتئاب، والوسواس القهري)، فإن الفارق المحسوب كـ ($d_i = \text{Pre} – \text{Post}$) يعني أن هيمنة الرتب الموجبة ($W^+ > W^-$) تدل دلالة واضحة على تراجع درجات الأعراض لدى المرضى بعد التدخل، مما يعكس نجاح البرنامج العلاجي. وعلى العكس من ذلك، إذا كان المقياس يقيس سمة إيجابية (كالمرونة النفسية، وتقدير الذات، وجودة الحياة)، فإن تركز الرتب في الاتجاه السالب يدل على ارتفاع الدرجات في القياس البعدي.

يتطلب التحليل الرصين دمج هذه المؤشرات الرقمية مع مقاييس النزعة المركزية اللابارامترية المناسبة؛ حيث يجب حساب الوسيط (Median) والمدى الربيعي (Interquartile Range – IQR) لكل من القياسين القبلي والبعدي، واستعراض مقدار الانخفاض أو الارتفاع في وسيط الدرجات لتزويد المعالجين السريريين بفهم واضح لمستوى التحسن الذي حققه المرضى.

8. تطبيقات عملية لحاسبة ويلكوكسون في البحوث والقياسات النفسية

8.1 تقييم فاعلية العلاج النفسي (دراسات القبلي والبعدي)

تُعد دراسات تقييم التدخلات العلاجية والبرامج الإرشادية من أوسع الميادين النفسية تطبيقاً لحاسبة اختبار ويلكوكسون للرتب الموقعة. في البيئات السريرية والمستشفيات، يطبق المعالجون النفسيون برامج علاجية متنوعة، مثل العلاج المعرفي السلوكي (CBT)، لمجموعات محدودة من المرضى المشخصين باضطرابات نفسية حادة كاضطراب القلق العام أو الاكتئاب الجسيم.

في مثل هذه البيئات، يتم قياس حدة الأعراض قبل انطلاق البرنامج العلاجي باستخدام مقاييس مقننة مثل مقياس بيك للاكتئاب (BDI-II)، ثم يُعاد تطبيق نفس المقياس فور انتهاء الجلسات العلاجية وبعد فترات متابعة دورية (Follow-up). نظراً لأن درجات المرضى تميل إلى التجمع في النطاقات الشديدة قبل العلاج ثم تتشتت بعده بصورة تكسر تماماً شرط التوزيع الطبيعي، تتيح حاسبة ويلكوكسون التحقق مما إذا كان الانخفاض الملاحظ في درجات الاكتئاب دالاً إحصائياً وسريرياً، مما يساعد على تقديم براهين مبنية على الأدلة (Evidence-based Practice) حول جدوى الاستراتيجيات العلاجية المتبعة.

8.2 أبحاث علم النفس العصبي والوظائف المعرفية

في حقل علم النفس العصبي (Neuropsychology) وعلم النفس المعرفي التجريبي، يتعامل الباحثون مع متغيرات أدائية دقيقة، مثل زمن الرجع بالمللي ثانية، وسرعة معالجة المعلومات، وسعة الذاكرة العاملة لدى المرضى المعرضين لإصابات دماغية رضية (TBI) أو المصابين باضطرابات التنكس العصبي كالتصلب المتعدد والزهايمر المبكر.

تتسم البيانات المعرفية المستقاة من هذه الفئات بوجود تباين شديد وتشتت واسع؛ حيث قد يؤدي بطء الاستجابة لدى مريض واحد إلى توليد قيم متطرفة متباعدة جداً عن بقية المجموعة. تبرز هنا القوة المنهجية لحاسبة ويلكوكسون في مقارنة أداء المفحوصين قبل وبعد تعريضهم لمهمة معرفية مجهدة أو بعد خضوعهم لبرامج إعادة التأهيل المعرفي المحوسب، دون الخوف من تشويه النتائج بسبب القيم الشاذة، مما يضمن تقييماً دقيقاً لكفاءة الدوائر العصبية والوظائف التنفيذية المستهدفة.

8.3 دراسات التفضيل والمواقف والاتجاهات النفسية والتربوية

تعتمد بحوث علم النفس الاجتماعي والتربوي على استقصاء التغيرات في اتجاهات الأفراد ومواقفهم الفكرية وتفضيلاتهم السلوكية إزاء قضايا محددة (مثل الاتجاه نحو الدمج الأكاديمي لذوي الإعاقة، أو الرضا عن بيئات التعلم الإلكتروني، أو الاحتراق النفسي لدى المعلمين). تُجمع هذه البيانات عادة باستخدام سلالم ليكرت التقديرية التي تعطي درجات رتبية منفصلة.

تسمح حاسبة اختبار ويلكوكسون بمعالجة هذه الاستجابات الرتبية بدقة عند دراسة أثر الورش التدريبية أو المقررات التعليمية التوعوية في تعديل تلك الاتجاهات (مقارنة درجات نفس الطلاب قبل وبعد الورشة). كما تستخدم الحاسبة لمقارنة التقييمات المزدوجة المتطابقة، مثل مقارنة التقدير الذاتي للمفحوص لمستوى كفاءته الانفعالية مع تقييم زميله أو مشرفه المباشر لنفس الكفاءة، مما يوفر أدوات تحليلية متينة لقياس التوافق والتباين في الإدراك الاجتماعي والسلوكي.

9. معالجة الحالات الخاصة والبيانات المعقدة في الحاسبة

9.1 التعامل مع التعادلات المتعددة (Tied Ranks)

تُعد مشكلة الرتب المتعادلة (Tied Ranks) من الحالات الإحصائية الشائعة في العلوم النفسية، وتحدث عندما تتطابق الفروق المطلقة ($|d_i|$) بين عدد من أزواج الملاحظات المختلفة. يؤدي ظهور التعادلات إلى خفض التباين الكلي لدرجات الرتب؛ مما يستدعي إجراء تعديل رياضي دقيق على التباين المستخدم في حساب الدرجة المعيارية $Z$ لتجنب تضخيم الدلالة الإحصائية دون وجه حق.

تتكفل الحاسبة الإحصائية المتقدمة برصد وتجميع كافة الرتب المتساوية في مجموعات تعادلية ($j = 1, 2, dots, g$)، وتحديد عدد التكرارات ($t_j$) داخل كل مجموعة. تقوم الحاسبة بعد ذلك بخصم معامل التصحيح من تباين التوزيع، والذي يُحسب بالمعادلة التالية:

$$\text{Tie Correction Factor} = \sum_{j=1}^g \frac{t_j^3 – t_j}{48}$$

يضمن هذا التعديل خفض الخطأ المعياري للرتب بنسبة تتناسب تماماً مع حجم وكثافة التعادلات في المصفوفة، مما يتيح استخراج قيمة احتمالية معدلة بدقة تامة تحمي الباحث من الوقوع في الخطأ من النوع الأول عند اتخاذ القرار الإحصائي.

9.2 استراتيجيات التعامل مع الفروق الصفرية (Zero Differences)

تمثل الفروق المنعدمة ($d_i = 0$)، والتي تحدث عندما لا يطرأ أي تغير على درجة المفحوص بين القياسين القبلي والبعدي، معضلة منهجية انقسم الإحصائيون حول أفضل السبل لمعالجتها داخل النماذج اللابارامترية، وتوفر الحاسبات المتطورة خيارين رئيسيين للتعامل معها:

  • طريقة ويلكوكسون الأصلية (Wilcoxon’s Standard Method): وتعتمد على الاستبعاد الكامل والتام لكافة الأزواج التي يظهر فيها فارق صفري، وخفض حجم العينة الفعال بمقدار عدد هذه الأزواج. تمتاز هذه الطريقة بالبساطة والشيوع الواسع في الأدبيات، إلا أنها قد تؤدي إلى فقدان جزء من البيانات وتضخيم الأثر إذا كانت نسبة الثبات الصفرية مرتفعة في العينة.
  • طريقة برات البديلة (Pratt’s Method): تقترح هذه الاستراتيجية المتقدمة إبقاء الفروق الصفرية داخل مصفوفة الترتيب، وإعطائها أصغر الرتب في الترتيب التصاعدي، ثم استبعاد رتبها فقط عند حساب مجموع الرتب الموجبة والسالبة دون إسقاطها من حجم العينة الكلي ($n$). تحافظ طريقة برات على حجم العينة الأصلي وتعد خياراً مثالياً وموصى به في حال وجود عدد ملحوظ من الحالات المستقرة التي لم تتأثر بالتدخل التجريبي.

تتيح حاسبة ويلكوكسون للباحث اختيار الطريقة الأنسب لطبيعة بياناته، مع توضيح تأثير ذلك الخيار على حجم العينة الفعال والقيم الاحتمالية النهائية الناتجة.

9.3 التقريب الطبيعي Z للعينات النفسية الكبيرة

عندما يرتفع عدد الأزواج الفعالة في التحليل ليتجاوز 20 أو 30 زوجاً، يصبح حساب التوزيع الاحتمالي الدقيق بالتباديل والتوافيق عملية مفرطة التعقيد وحافلة بالعمليات الحسابية المتشعبة. هنا تعتمد الحاسبة على نظرية التوزيع التقريبي الطبيعي من خلال تحويل إحصائية الرتب $W$ إلى الدرجة المعيارية التراكمية $Z$-score.

لتحقيق أقصى قدر من الدقة وتقليل الفجوة الرياضية الناتجة عن تحويل المتغير الرتبي المنفصل (Discrete) إلى توزيع طبيعي متصل (Continuous)، تطبق الحاسبة تصحيح الاستمرارية (Continuity Correction) عبر إضافة أو طرح القيمة (0.5) من بسط معادلة $Z$ على النحو التالي:

$$Z = \frac{W – \mu_W \pm 0.5}{\sigma_W}$$

يتم اختيار إشارة ($+0.5$) إذا كان $W \mu_W$. تُمكن هذه المعالجة الحاسوبية من استخراج قيمة الدرجة المعيارية $Z$ التي تخضع مباشرة لمنحنى التوزيع الطبيعي القياسي ($N(0,1)$)، مما يوفر قيماً احتمالية متصلة ودقيقة تتطابق بشكل شبه تام مع النتائج المرجعية المعتمدة في كبرى الحزم الإحصائية العالمية مثل SPSS و R.

10. حساب حجم الأثر وفترات الثقة عبر الحاسبة ومخرجاتها

10.1 حساب معامل الارتباط الرتبي لحجم الأثر r

لم يعد التقرير عن الدلالة الإحصائية ($p\text{-value}$) كافياً في الأبحاث النفسية المعاصرة وفقاً لتوجيهات جمعية علم النفس الأمريكية (APA)؛ إذ يجب الإبلاغ الإلزامي عن مؤشرات حجم الأثر (Effect Size) لتقييم الحجم الفعلي للتغير التجريبي وتحديد ما إذا كان الأثر يستحق التطبيق السريري والتربوي.

تحسب حاسبة ويلكوكسون معامل الارتباط الرتبي المزدوج ($r$)، والذي يُعد المؤشر المعياري الأكثر شيوعاً للاختبارات اللابارامترية، عبر المعادلة الرياضية التالية:

$$r = \frac{|Z|}{\sqrt{N_{\text{observations}}}}$$

حيث يمثل $Z$ الدرجة المعيارية المطلقة الناتجة عن الاختبار، ويمثل $N_{\text{observations}}$ إجمالي عدد المشاهدات الكلية الداخلة في التحليل (أي ضعف عدد الأزواج: $N_{\text{obs}} = 2 \times n$). يتم تفسير قيمة معامل حجم الأثر $r$ بالاعتماد على محكات كوهين (Cohen’s Benchmarks) المعدلة على النحو التالي:

  • أثر صغير (Small Effect): عندما تقترب قيمة $r$ من 0.10، مما يشير إلى تغير طفيف محدود الأهمية العملية.
  • أثر متوسط (Medium Effect): عندما تقترب قيمة $r$ من 0.30، مما يدل على فاعلية معتبرة للتدخل التجريبي.
  • أثر كبير (Large Effect): عندما تصل قيمة $r$ إلى 0.50 فما فوق، مما يثبت نجاحاً سريرياً قوياً وتغيراً جذرياً في السلوك أو الأعراض المقاسة.

10.2 فترة الثقة لوسيط الفروق (Hodges-Lehmann Estimator)

تقدم الحاسبات الإحصائية المتقدمة تقديراً معلماً لابارامترياً بالغ الدقة للتغير الحقيقي بين القياسين يُعرف باسم مقدر هودجز-ليمان (Hodges-Lehmann Estimator). يُمثل هذا المؤشر الوسيط الرياضي الحقيقي لكافة المتوسطات الزوجية الممكنة المحسوبة بين درجات الفروق الفردية ($d_i + d_j)/2$ لجميع قيم $i le j$.

يتكامل مقدر هودجز-ليمان مع بناء فترات الثقة اللابارامترية (Confidence Intervals 95%) لوسيط الفروق. توفر هذه الفترة مدى رقمياً محدداً للدرجات يمكن للباحث أن يثق بنسبة 95% أن وسيط التحسن الحقيقي في مجتمع المرضى يقع داخله. إن الإبلاغ عن مقدر هودجز-ليمان وفترة ثقته يمنح القارئ والباحث السريري تقديراً كمياً مباشراً لمقدار النقاط التي يتوقع أن يكسبها أو يخسرها المفحوص على أداة القياس النفسي نتيجة خضوعه للبرنامج العلاجي.

10.3 حجم الأثر للاحتمال المتفوق (Probability of Superiority)

من المؤشرات الحديثة والمحبذة جداً في التقارير الطبية والنفسية هو مؤشر احتمال التفوق (Probability of Superiority – $PS$ أو Common Language Effect Size). يعبر هذا المؤشر عن نسبة احتمالية أن يُظهر فرد يتم اختياره عشوائياً من العينة تحسناً حقيقياً (أو درجة أعلى في القياس البعدي مقارنة بالقبلي) إذا ما قورن بحالة عدم التغير.

يُحسب هذا المؤشر اللابارامتري من خلال قسمة مجموع الرتب الإيجابية المعدلة على إجمالي مجموع الرتب الكلي المتاح في التحليل:

$$PS = \frac{W^+}{W^+ + W^-} = \frac{W^+}{\frac{n(n+1)}{2}}$$

يتميز مؤشر احتمال التفوق بوضوحه الدلالي وسهولة فهمه وتفسيره للممارسين الميدانيين وصناع القرار غير المتخصصين في الإحصاء؛ فإذا كانت قيمة $PS = 0.78$، فهذا يعني ببساطة أن هناك احتمالاً بنسبة 78% أن يحقق المريض الخاضع للبرنامج نتائج علاجية أفضل مقارنة بحالته قبل تلقي التدخل، مما يجعله أداة تواصل إكلينيكية بالغة الأثر.

11. أخطاء شائعة وسوء استخدام لحاسبة اختبار ويلكوكسون وكيفية تجنبها

11.1 الخلط بين اختبار ويلكوكسون للرتب واختبار مان-ويتني

من أكثر الأخطاء المنهجية جسامة وشيوعاً بين طلاب الدراسات العليا والباحثين المبتدئين هو الخلط الإجرائي والمفاهيمي بين اختبار ويلكوكسون للرتب الموقعة (Wilcoxon Signed-Rank Test) واختبار مان-ويتني للرتب (Mann-Whitney U Test والذي يُسمى أحياناً Wilcoxon Rank-Sum Test). يعود سبب هذا الالتباس إلى اشتراك فرانك ويلكوكسون في صياغة كلا الاختبارين واعتمادهما معاً على مبدأ تحويل الدرجات إلى رتب.

يكمن الفارق الجوهري غير القابل للتجاوز في طبيعة التصميم التجريبي للعينة؛ فاختبار ويلكوكسون للرتب الموقعة مخصص حصرياً للبيانات المترابطة والمزدوجة (عينات القياس القبلي والبعدي لنفس الأفراد أو الأزواج المتطابقة). في المقابل، صُمم اختبار مان-ويتني للمقارنة بين مجموعتين مستقلتين ومنفصلتين تماماً من الأفراد (مثل مقارنة درجات الذكور بالإناث، أو مقارنة مجموعة تجريبية بمجموعة ضابطة مستقلة).

إن إدخال درجات مجموعتين مستقلتين داخل حاسبة ويلكوكسون للرتب الموقعة يُعد خطأً منهجياً فادحاً يفسد التحليل بالكامل؛ إذ يفترض الاختبار وجود اقتران ترتيبي داخلي بين الدرجات، مما يؤدي إلى تشويه تام لقيم الرتب واحتساب درجات فارق وهمية، وبالتالي استخراج نتائج مضللة ترفع من مخاطر الوقوع في أخطاء القرارات الإحصائية.

11.2 إهمال اتجاه الفرضية ومستويات ألفا

يتعرض الباحثون لعثرات إحصائية متكررة ترتبط بضبط معلمات الفرضيات على شاشات الحاسبة؛ وأبرزها الاختيار غير الدقيق بين الاختبار أحادي الطرف (One-tailed) والاختبار ثنائي الطرف (Two-tailed). يلجأ بعض الباحثين إلى تحويل الاختبار لاحقاً إلى أحادي الطرف بعد الاطلاع على البيانات وملاحظة عدم تحقق الدلالة في الاختبار ثنائي الطرف، بهدف خفض القيمة الاحتمالية للنصف قسرياً وإعلان دلالة زائفة، وهو تصرف يتنافى مع النزاهة والصرامة الأكاديمية.

يجب تحديد اتجاه الفرضية ومستوى الدلالة ($\alpha$) بصورة قبلية وصارمة في خطة البحث (Study Protocol) بناءً على الأطر النظرية والدراسات السابقة الرصينة. علاوة على ذلك، في حال إجراء مقارنات متعددة عبر تطبيق اختبار ويلكوكسون لعدة متغيرات تابعة على نفس العينة، يجب إجراء تصحيح إحصائي لمستوى ألفا، مثل استخدام تعديل بونفيروني (Bonferroni Correction $\alpha_{\text{adjusted}} = \frac{\alpha}{k}$)، لحماية البحث من تضخم الخطأ من النوع الأول الناجم عن المقارنات التراكمية المتكررة.

11.3 تفسير النتائج بناءً على المتوسطات الحسابية بدلاً من الرتب

ينزلق العديد من الباحثين في فخ منهجي عند كتابة قسم مناقشة وتفسير النتائج المستخرجة من حاسبة ويلكوكسون؛ حيث يستشهدون بـ المتوسطات الحسابية (Means) والانحرافات المعيارية لتفسير وشرح اتجاه التحسن أو التراجع بين القياسين القبلي والبعدي. يمثل هذا التوجه تناقضاً مفاهيمياً صريحاً؛ فاختبار ويلكوكسون هو اختبار لابارامتري لا يعترف بالمتوسطات الحسابية في بنائه الرياضي، بل يقوم كلياً على الرتب ووسيط الفروق.

نظراً لأن المتوسط الحسابي يتأثر بشدة بالقيم المتطرفة والالتواءات، فقد يشير المتوسط في بعض الحالات الشاذة إلى اتجاه معاكس تماماً للاتجاه الذي تكشفه الرتب الموقعة في اختبار ويلكوكسون. ولضمان الاتساق الرياضي والمنهجي، يجب على الباحث الالتزام المطلق بالإحصاء الوصفي اللابارامتري، والاستشهاد حصراً بـ الوسيط (Median) والمدى الربيعي (IQR) ومتوسط الرتب الموجبة والسالبة لوصف سلوك المتغيرات ومناقشة الفروق بين القياسين.

12. دليل كتابة وتوثيق نتائج حاسبة ويلكوكسون وفق معايير جمعية علم النفس الأمريكية (APA)

12.1 الصياغة النصية القياسية لنتائج الاختبار (APA 7th Edition)

يفرض الإصدار السابع من دليل النشر العلمي لجمعية علم النفس الأمريكية (APA 7th Edition) معايير محددة لتوثيق نتائج الاختبارات اللابارامترية داخل المتن النصي للبحوث والأوراق العلمية. يجب تضمين الرموز الإحصائية المائلة بدقة ($Z$,$W$,$p$,$r, Mdn, IQR$)، والإبلاغ عن المؤشرات الوصفية للقياسين، وقيمة إحصائية الاختبار، ومستوى الدلالة الدقيق، وحجم الأثر المرافق.

فيما يلي نماذج تطبيقية موحدة لصياغة النتائج في المجلات والدوريات العلمية الرصينة:

النموذج التطبيقي 1 (للعينات الكبيرة باستخدام التقريب الطبيعي Z):
“أجرى الباحثون اختبار ويلكوكسون للرتب الموقعة لتقييم أثر برنامج العلاج السلوكي المعرفي على حدة أعراض الاكتئاب لدى المرضى. أظهرت النتائج انخفاضاً ذا دلالة إحصائية في درجات الاكتئاب بعد تلقي العلاج ($Mdn = 14.50, IQR = 6.00$) مقارنة بدرجات القياس القبلي ($Mdn = 28.00, IQR = 8.00$), $Z = -3.84, p < .001$. وبلغ معامل حجم الأثر الرتبي $r = .61$، وهو ما يشير إلى حجم أثر كبير وفاعلية إكلينيكية ممتازة للبرنامج العلاجي المطبق وفق محكات كوهين."

النموذج التطبيقي 2 (للعينات الصغيرة باستخدام إحصائية W الدقيقة):
“أشار اختبار ويلكوكسون للرتب الموقعة إلى وجود فروق ذات دلالة إحصائية بين درجات القلق قبل التدخل ($Mdn = 42.00$) وبعد التدخل الإرشادي ($Mdn = 31.00$) لدى عينة الدراسة ($n = 12$)، حيث بلغت قيمة إحصائية الاختبار المحسوبة $W = 4.00, p = .008$ (ثنائي الطرف)، بحجم أثر رتبي بلغ $r = .54$.”

12.2 تصميم الجداول والرسوم البيانية المرافقة

تكتمل رصانة التقرير البحثي بتدعيم النص الإحصائي بجداول ورسوم بيانية احترافية تعكس التوزيع البصري للنتائج وتتوافق مع النمط التنسيقي الصارم لـ APA. يشترط الدليل أن تكون الجداول خالية من الخطوط الرأسية، وأن تعتمد فقط على ثلاثة خطوط أفقية رئيسية تفصل بين رأس الجدول والمتغيرات والحاشية السفلية.

يوصى ببناء جدول مقارنة يتضمن الأعمدة التالية: المتغير النفسي المقاس، ووسيط القياس القبلي ومدى ربيعه ($Mdn [IQR]$)، ووسيط القياس البعدي ومدى ربيعه ($Mdn [IQR]$)، وعدد الرتب السالبة والموجبة والمتعادلة، وقيمة الدرجة المعيارية $Z$ أو إحصائية $W$، والقيمة الاحتمالية$ptext{-value}$، ومؤشر حجم الأثر$r$. مع إضافة حاشية سفلية تشرح الرموز الإحصائية ومستويات الدلالة المعتمدة (مثل:$^*p < .05, ^{**}p < .01, ^{***}p < .001$).

من الناحية البصرية، يُعد استخدام المخططات الصندوقية المزدوجة (Boxplots) أو الرسوم البيانية للنقاط المتصلة (Before-After Line Plots) الخيار الأمثل لعرض بيانات ويلكوكسون؛ حيث توضح هذه الرسوم بيولوجيا التغير في وسيط الدرجات، وانكماش المدى الربيعي، وحركة الفروق الفردية لكل مريض على حدة، مما يمنح المحكمين والقراء فهماً بصرياً فورياً ومقنعاً لجودة النتائج.

12.3 كتابة مناقشة النتائج وتداعياتها السريرية

تمثل مرحلة كتابة مناقشة النتائج (Discussion) ذروة العمل الأكاديمي؛ حيث يتجاوز الباحث الأرقام الصماء ليربط الدلالة الإحصائية الناتجة عن حاسبة ويلكوكسون بالأطر النظرية والنماذج المعرفية التي انطلقت منها الدراسة، ومقارنة النتائج الحالية بالأدبيات السابقة ودراسات التحليل البعدي (Meta-analyses) المنشورة في نفس التخصص.

يجب على الباحث تفسير حجم الأثر المحسوب في ضوء الواقع السريري؛ فالدلالة الإحصائية تثبت وجود التغير، لكن حجم الأثر يحدد ما إذا كان هذا التغير يعكس تحسناً جوهرياً في حياة المفحوصين اليومية وقدرتهم على التكيف النفسي والاجتماعي. كما يتعين على الباحث التحلي بالأمانة الأكاديمية والاعتراف الصريح بالقيود المنهجية للدراسة، مثل تأثير صغر حجم العينة، أو وجود نسبة من التعادلات التي قد تؤثر على دقة التباين، أو غياب المتابعة طويلة الأجل.

تُختتم المناقشة دائماً بصياغة توصيات تطبيقية وعيادية محددة وموجهة للممارسين النفسيين والمعالجين في الميدان للاستفادة من البرنامج المطبق، مع اقتراح مسارات بحثية جديدة تشجع الباحثين المستقبليين على تكرار الدراسة على عينات أوسع وفئات تشخيصية متباينة للتحقق من استقرار وقابلية تعميم النتائج.

خاتمة

في الختام، تُعد حاسبة اختبار ويلكوكسون للرتب الموقعة إحدى أهم الأدوات الرقمية والإحصائية في الترسانة المنهجية للباحث المعاصر في ميادين العلوم النفسية والسلوكية والطبية. لقد استطاع هذا النموذج اللابارامتري المتين، منذ تأسيسه على يد فرانك ويلكوكسون، أن يقدم حلاً رياضياً عبقرياً لمعالجة أزواج المشاهدات المتطابقة في ظل انتهاك افتراضات التوزيع الطبيعي ومحدودية أحجام العينات وشيوع السلالم التقديرية الرتبية.

إن الاستخدام الاحترافي والواعي لهذه الحاسبة يتطلب إدراكاً عميقاً لأسسها الرياضية، وتحققاً دقيقاً من شروط تماثل توزيع الفروق، والتزاماً صارماً ببروتوكولات المعالجة السليمة للتعادلات والفروق الصفرية. كما يتطلب استكمال الدلالة الإحصائية باستخراج مؤشرات حجم الأثر الرتبي وفترات الثقة لوسيط الفروق، وتوثيق كافة المخرجات بأمانة علمية وفق معايير جمعية علم النفس الأمريكية (APA 7th Edition).

إن تبني الباحثين والممارسين الإكلينيكيين لهذه الممارسات الإحصائية الرصينة من شأنه أن يرفع من جودة النتاج العلمي العربي، ويعزز من مصداقية البحوث المنشورة في المحافل الدولية، ويسهم بصورة فاعلة في تطوير برامج علاجية وتربوية مبنية على براهين إحصائية قطعية ترتقي بصحة الإنسان وجودة حياته النفسية.

References

اقتباس هذا المقال

looti, M. (2026, أغسطس 26). حاسبة اختبار ويلكوكسون للرتب الموقعة. عرب سايكلوجي. https://arabpsychology.com/statistics/wilcoxon-signed-rank-test-calculator/
looti, Mohammed. “حاسبة اختبار ويلكوكسون للرتب الموقعة.” عرب سايكلوجي, 26 أغسطس 2026, https://arabpsychology.com/statistics/wilcoxon-signed-rank-test-calculator/.
looti, Mohammed. “حاسبة اختبار ويلكوكسون للرتب الموقعة.” عرب سايكلوجي. أغسطس 26, 2026. https://arabpsychology.com/statistics/wilcoxon-signed-rank-test-calculator/.